Likert equidistante como suma ponderada de categorías de respuesta

Introducción: La suma de puntajes de elementos de Likert puede no ser significativa ya que no se cumple la propiedad de equidistancia. Esto implica que el cálculo de la media, la desviación estándar, la correlación, la regresión y el alfa de Cronbach utilizando la suma de las varianzas de los elemen...

Full description

Autores:
Chakrabartty , Satyendra Nath
Tipo de recurso:
Article of journal
Fecha de publicación:
2022
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/11389
Acceso en línea:
https://hdl.handle.net/11323/11389
https://doi.org/10.17981/cultedusoc.14.1.2023.04
Palabra clave:
Ítems tipo Likert
Suma ponderada
Monotónico
Equidistante
Distribución normal
Likert items
Weighted sum
Monotonic
Equidistant
Normal distribution
Rights
openAccess
License
CULTURA EDUCACIÓN Y SOCIEDAD - 2022
id RCUC2_307de8a6554fd49b5069610998eba496
oai_identifier_str oai:repositorio.cuc.edu.co:11323/11389
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Likert equidistante como suma ponderada de categorías de respuesta
dc.title.translated.eng.fl_str_mv Equidistant Likert as weighted sum of Response Categories
title Likert equidistante como suma ponderada de categorías de respuesta
spellingShingle Likert equidistante como suma ponderada de categorías de respuesta
Ítems tipo Likert
Suma ponderada
Monotónico
Equidistante
Distribución normal
Likert items
Weighted sum
Monotonic
Equidistant
Normal distribution
title_short Likert equidistante como suma ponderada de categorías de respuesta
title_full Likert equidistante como suma ponderada de categorías de respuesta
title_fullStr Likert equidistante como suma ponderada de categorías de respuesta
title_full_unstemmed Likert equidistante como suma ponderada de categorías de respuesta
title_sort Likert equidistante como suma ponderada de categorías de respuesta
dc.creator.fl_str_mv Chakrabartty , Satyendra Nath
dc.contributor.author.spa.fl_str_mv Chakrabartty , Satyendra Nath
dc.subject.spa.fl_str_mv Ítems tipo Likert
Suma ponderada
Monotónico
Equidistante
Distribución normal
topic Ítems tipo Likert
Suma ponderada
Monotónico
Equidistante
Distribución normal
Likert items
Weighted sum
Monotonic
Equidistant
Normal distribution
dc.subject.eng.fl_str_mv Likert items
Weighted sum
Monotonic
Equidistant
Normal distribution
description Introducción: La suma de puntajes de elementos de Likert puede no ser significativa ya que no se cumple la propiedad de equidistancia. Esto implica que el cálculo de la media, la desviación estándar, la correlación, la regresión y el alfa de Cronbach utilizando la suma de las varianzas de los elementos y la varianza de la prueba podría ser problemático. Objetivo: Evitar la limitación de las puntuaciones de Likert sumativas transformando las puntuaciones de los ítems sin procesar en puntuaciones monotónicas continuas que satisfagan la propiedad equidistante y evalúen los métodos con respecto a las propiedades deseadas y prueben la normalidad de las puntuaciones de las pruebas transformadas. Metodologí­a: El documento metodológico proporciona tres métodos para transformar puntajes discretos y ordinales de ítems en puntajes continuos por suma ponderada donde los pesos consideran frecuencias de diferentes categorías de respuesta de diferentes ítems y generan datos continuos que satisfacen propiedades equidistantes y monótonas. R­esultados y discusió­n: Todos los métodos propuestos evitaron las principales limitaciones de las puntuaciones de Likert sumativas, generando datos continuos que satisfacen las propiedades equidistantes y monótonas. El método basado en frecuencias de categorías de respuesta para diferentes ítems (Método 3) pasó la prueba de normalidad a diferencia del Método 1 y el Método 2. Las puntuaciones transformadas normalmente distribuidas en el Método 3 facilitan la realización de análisis bajo una configuración paramétrica. Conclusiones: Los métodos propuestos que tienen altas correlaciones con las puntuaciones de Likert sumativas, conservan una estructura factorial similar y brindan reconciliación al debate sobre la naturaleza ordinal frente a la de intervalo de los datos generados a partir de un cuestionario de Likert. Teniendo en cuenta las ventajas teóricas, se recomienda el Método 3 para puntuar elementos de Likert principalmente debido a la distribución normal de las puntuaciones individuales que facilita la significatividad de las operaciones y para realizar análisis estadísticos paramétricos.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-29 00:00:00
2024-04-09T19:55:50Z
dc.date.available.none.fl_str_mv 2022-11-29 00:00:00
2024-04-09T19:55:50Z
dc.date.issued.none.fl_str_mv 2022-11-29
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 2145-9258
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11323/11389
dc.identifier.url.none.fl_str_mv https://doi.org/10.17981/cultedusoc.14.1.2023.04
dc.identifier.doi.none.fl_str_mv 10.17981/cultedusoc.14.1.2023.04
dc.identifier.eissn.none.fl_str_mv 2389-7724
identifier_str_mv 2145-9258
10.17981/cultedusoc.14.1.2023.04
2389-7724
url https://hdl.handle.net/11323/11389
https://doi.org/10.17981/cultedusoc.14.1.2023.04
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournal.spa.fl_str_mv Cultura Educación Sociedad
dc.relation.references.spa.fl_str_mv Arvidsson, R. (2019). On the use of ordinal scoring scales in social life cycle assessment. The International Journal of Life Cycle Assessment, 24(3), 604–606. https://doi.org/10.1007/s11367-018-1557-2
Barua, A. (2013). Methods for Decision–making in Survey Questionnaires Based on Likert Scale. Journal of Asian Scientific Research, 3(1), 35–38. https://archive.aessweb.com/index.php/5003/article/view/3446
Bürkner, P.C. & Vuorre, M. (2019). Ordinal Regression Models in Psychology: A Tutorial. Advances in Methods and Practices in Psychological Science, 2(1), 77–101. https://doi.org/10.1177/2515245918823199
Carifio, J. & Perla, R. (2007). Ten Common Misunderstandings, Misconceptions, Persistent Myths and Urban Legends about Likert Scales and Likert Response Formats and their Antidotes. Journal of Social Sciences, 3, 106–116. http://dx.doi.org/10.3844/jssp.2007.106.116
Chakrabartty, S. N. (2021). Optimum number of Response Categories. Current Psychology, 104(1), 1–15. https://doi.org/10.1007/s12144-021-01866-6
Dawes, J. (2007). Do data characteristics change according to the number of scale points used? International Journal of Market Research, 50(1), 61–77. https://doi.org/10.1177/147078530805000106
Flora, D. B. & Curran, P. J. (2004). An Empirical Evaluation of Alternative Methods of Estimation for Confirmatory Factor Analysis with Ordinal Data. Psychological Methods, 9(4), 466–491. https://doi.org/10.1037/1082-989X.9.4.466
Granberg-Rademacker, J. S. (2010). An Algorithm for Converting Ordinal Scale Measurement Data to Interval/Ratio Scale. Educational and Psychological Measurement, 70(1), 74–90. https://doi.org/10.1177/0013164409344532
Harwell, M. R. & Gatti, G. G. (2001). Rescaling ordinal data to interval data in educational research. Review of Educational Research, 71, 105–131. https://doi.org/10.3102/00346543071001105
Hinne, M. (2013). Additive conjoint measurement and the resistance toward falsifiability in psychology. Frontiers in Psychology, 4(1), 1–4. https://doi.org/10.3389/fpsyg.2013.00246
Huiping, W. & Leung, S-O. (2017). Can Likert Scales be Treated as Interval Scales?—A Simulation Study. Journal of Social Service Research, 43(4), 527–532. https://doi.org/10.1080/01488376.2017.1329775
Jamieson, S. (2005, Aug. 11). Likert scale. Encyclopedia Britannica. https://www.britannica.com/topic/Likert-Scale
Kuzon, W. M., Urbanchek, M. G. & McCabe, S. (1996). The seven deadly sins of statistical analysis. Annals of Plastic Surgery, 37, 265–272. https://doi.org/10.1097/00000637-199609000-00006
Lee, J. A. & Soutar, G. N. (2010). Is Schwartz’s value survey an interval scale, and does it really matter? Journal of Cross-Cultural Psychology, 41(1), 76–86. https://doi.Org/10.1177/0022022109348920
Lim, H.-E. (2008). The use of different happiness rating scales: bias and comparison problem? Social Indicators Research, 87, 259–267. https://doi.org/10.1007/s11205-007-9171-x
Marcus-Roberts, H. M. & Roberts, F. S. (1987). Meaningless statistics. Journal of Educational Statistics, 12, 383–394. https://doi.org/10.2307/1165056
Markus, K. A. & Borsboom, D. (2012). The cat came back: evaluating arguments against psychological measurement. Theory & Psychol, 22(4), 452–466. https://doi.org/10.1177/0959354310381155
Michell, J. (1990). An Introduction to the Logic of Psychological Measurement. ErlbaumAssociates.
Munshi, J. (2014). A method for constructing Likert scales. Social Science Research Network. https://doi.org/10.2139/ssrn.2419366
Sheng, Y. & Sheng, Z. (2012). Is coefficient alpha robust to non-normal data? Frontiers in Psychology, 3(34), 1–13. https://doi.org/10.3389/fpstg.2012.00034
Šimkovic, M. & Träuble, B. (2019). Robustness of statistical methods when measure is affected by ceiling and/or floor effect. PloS one, 14(8), 1–47. https://doi.org/10.1371/journal.pone.0220889
Simms, L. J., Zelazny, K., Williams, T. F. & Bernstein, L. (2019). Does the number of response options matter? Psychometric perspectives using personality questionnaire data. Psychological Assessment, 31(4), 557–566. https://doi.org/10.1037/pas0000648
Snell, E. (1964). A Scaling Procedure for Ordered Categorical Data. Biometrics, 20(3), 592–607. https://doi.org/10.2307/2528498
Uyumaz, G. & Sırgancı, G. (2021). Determining the Factors Affecting the Psychological Distance Between Categories in the Rating Scale. International Journal of Contemporary Educational Research, 8(3), 178–190. https://doi.org/10.33200/ijcer.858599
Wu, Ch.-H. (2007). An Empirical Study on the Transformation of Likert scale Data to Numerical Scores. Applied Mathematical Sciences, 1(58), 2851–2862. https://doi.org/10.12988/ams
Yusoff, R. & Janor, R. M. (2014). Generation of an Interval Metric Scale to Measure Attitude. SAGE Open, 4(1), 1–16. https://doi.org/10.1177/2158244013516768
dc.relation.citationendpage.none.fl_str_mv 92
dc.relation.citationstartpage.none.fl_str_mv 75
dc.relation.citationissue.spa.fl_str_mv 1
dc.relation.citationvolume.spa.fl_str_mv 14
dc.relation.bitstream.none.fl_str_mv https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4485
https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4486
https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4487
dc.relation.citationedition.spa.fl_str_mv Núm. 1 , Año 2023 : Cultura Educación y Sociedad
dc.rights.spa.fl_str_mv CULTURA EDUCACIÓN Y SOCIEDAD - 2022
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv CULTURA EDUCACIÓN Y SOCIEDAD - 2022
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
text/html
text/xml
dc.publisher.spa.fl_str_mv Universidad de la Costa
dc.source.spa.fl_str_mv https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/view/3915
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/0637800a-0277-48fb-aea5-d5149e9685c5/download
bitstream.checksum.fl_str_mv e3e282da6c98e50b11a5c225af9e7a94
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1811760746777804800
spelling Chakrabartty , Satyendra Nath2022-11-29 00:00:002024-04-09T19:55:50Z2022-11-29 00:00:002024-04-09T19:55:50Z2022-11-292145-9258https://hdl.handle.net/11323/11389https://doi.org/10.17981/cultedusoc.14.1.2023.0410.17981/cultedusoc.14.1.2023.042389-7724Introducción: La suma de puntajes de elementos de Likert puede no ser significativa ya que no se cumple la propiedad de equidistancia. Esto implica que el cálculo de la media, la desviación estándar, la correlación, la regresión y el alfa de Cronbach utilizando la suma de las varianzas de los elementos y la varianza de la prueba podría ser problemático. Objetivo: Evitar la limitación de las puntuaciones de Likert sumativas transformando las puntuaciones de los ítems sin procesar en puntuaciones monotónicas continuas que satisfagan la propiedad equidistante y evalúen los métodos con respecto a las propiedades deseadas y prueben la normalidad de las puntuaciones de las pruebas transformadas. Metodologí­a: El documento metodológico proporciona tres métodos para transformar puntajes discretos y ordinales de ítems en puntajes continuos por suma ponderada donde los pesos consideran frecuencias de diferentes categorías de respuesta de diferentes ítems y generan datos continuos que satisfacen propiedades equidistantes y monótonas. R­esultados y discusió­n: Todos los métodos propuestos evitaron las principales limitaciones de las puntuaciones de Likert sumativas, generando datos continuos que satisfacen las propiedades equidistantes y monótonas. El método basado en frecuencias de categorías de respuesta para diferentes ítems (Método 3) pasó la prueba de normalidad a diferencia del Método 1 y el Método 2. Las puntuaciones transformadas normalmente distribuidas en el Método 3 facilitan la realización de análisis bajo una configuración paramétrica. Conclusiones: Los métodos propuestos que tienen altas correlaciones con las puntuaciones de Likert sumativas, conservan una estructura factorial similar y brindan reconciliación al debate sobre la naturaleza ordinal frente a la de intervalo de los datos generados a partir de un cuestionario de Likert. Teniendo en cuenta las ventajas teóricas, se recomienda el Método 3 para puntuar elementos de Likert principalmente debido a la distribución normal de las puntuaciones individuales que facilita la significatividad de las operaciones y para realizar análisis estadísticos paramétricos.Introduction: Addition of scores of Likert items may not be meaningful since equidistant property is not satisfied. This implies computation of mean, standard deviation, correlation, regression and Cronbach alpha using sum of item variances and test variance could be problematic. Objective: Avoiding limitation of summative Likert scores by transforming raw item scores to continuous monotonic scores satisfying equidistant property and evaluate the methods with respect to desired properties and testing normality of transformed test scores. Methodology: The methodological paper gives three methods of transforming discrete, ordinal item scores to continuous scores by weighted sum where weights consider frequencies of different response-categories of different items and generate continuous data satisfying equidistant and monotonic properties. Results and discussions: All the proposed methods avoided major limitations of summative Likert scores, generates continuous data satisfying equidistant and monotonic properties. The method based on frequencies of response-categories for different items (Method 3) passed the normality test unlike the Method 1 and Method 2. Normally distributed transformed scores in Method 3 facilitate undertaking analysis under parametric set up. C­onclusions: Proposed methods having high correlations with summative Likert scores, retained similar factor structure and provides reconciliation to the debate on ordinal vs. interval nature of data generated from a Likert questionnaire. Considering the theoretical advantages, the Method 3 is recommended for scoring Likert items primarily due to Normal distribution of individual scores facilitating meaningfulness of operations and to undertake parametric statistical analysis.application/pdftext/htmltext/xmlspaUniversidad de la CostaCULTURA EDUCACIÓN Y SOCIEDAD - 2022https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/view/3915Ítems tipo LikertSuma ponderadaMonotónicoEquidistanteDistribución normalLikert itemsWeighted sumMonotonicEquidistantNormal distributionLikert equidistante como suma ponderada de categorías de respuestaEquidistant Likert as weighted sum of Response CategoriesArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Cultura Educación SociedadArvidsson, R. (2019). On the use of ordinal scoring scales in social life cycle assessment. The International Journal of Life Cycle Assessment, 24(3), 604–606. https://doi.org/10.1007/s11367-018-1557-2Barua, A. (2013). Methods for Decision–making in Survey Questionnaires Based on Likert Scale. Journal of Asian Scientific Research, 3(1), 35–38. https://archive.aessweb.com/index.php/5003/article/view/3446Bürkner, P.C. & Vuorre, M. (2019). Ordinal Regression Models in Psychology: A Tutorial. Advances in Methods and Practices in Psychological Science, 2(1), 77–101. https://doi.org/10.1177/2515245918823199Carifio, J. & Perla, R. (2007). Ten Common Misunderstandings, Misconceptions, Persistent Myths and Urban Legends about Likert Scales and Likert Response Formats and their Antidotes. Journal of Social Sciences, 3, 106–116. http://dx.doi.org/10.3844/jssp.2007.106.116Chakrabartty, S. N. (2021). Optimum number of Response Categories. Current Psychology, 104(1), 1–15. https://doi.org/10.1007/s12144-021-01866-6Dawes, J. (2007). Do data characteristics change according to the number of scale points used? International Journal of Market Research, 50(1), 61–77. https://doi.org/10.1177/147078530805000106Flora, D. B. & Curran, P. J. (2004). An Empirical Evaluation of Alternative Methods of Estimation for Confirmatory Factor Analysis with Ordinal Data. Psychological Methods, 9(4), 466–491. https://doi.org/10.1037/1082-989X.9.4.466Granberg-Rademacker, J. S. (2010). An Algorithm for Converting Ordinal Scale Measurement Data to Interval/Ratio Scale. Educational and Psychological Measurement, 70(1), 74–90. https://doi.org/10.1177/0013164409344532Harwell, M. R. & Gatti, G. G. (2001). Rescaling ordinal data to interval data in educational research. Review of Educational Research, 71, 105–131. https://doi.org/10.3102/00346543071001105Hinne, M. (2013). Additive conjoint measurement and the resistance toward falsifiability in psychology. Frontiers in Psychology, 4(1), 1–4. https://doi.org/10.3389/fpsyg.2013.00246Huiping, W. & Leung, S-O. (2017). Can Likert Scales be Treated as Interval Scales?—A Simulation Study. Journal of Social Service Research, 43(4), 527–532. https://doi.org/10.1080/01488376.2017.1329775Jamieson, S. (2005, Aug. 11). Likert scale. Encyclopedia Britannica. https://www.britannica.com/topic/Likert-ScaleKuzon, W. M., Urbanchek, M. G. & McCabe, S. (1996). The seven deadly sins of statistical analysis. Annals of Plastic Surgery, 37, 265–272. https://doi.org/10.1097/00000637-199609000-00006Lee, J. A. & Soutar, G. N. (2010). Is Schwartz’s value survey an interval scale, and does it really matter? Journal of Cross-Cultural Psychology, 41(1), 76–86. https://doi.Org/10.1177/0022022109348920Lim, H.-E. (2008). The use of different happiness rating scales: bias and comparison problem? Social Indicators Research, 87, 259–267. https://doi.org/10.1007/s11205-007-9171-xMarcus-Roberts, H. M. & Roberts, F. S. (1987). Meaningless statistics. Journal of Educational Statistics, 12, 383–394. https://doi.org/10.2307/1165056Markus, K. A. & Borsboom, D. (2012). The cat came back: evaluating arguments against psychological measurement. Theory & Psychol, 22(4), 452–466. https://doi.org/10.1177/0959354310381155Michell, J. (1990). An Introduction to the Logic of Psychological Measurement. ErlbaumAssociates.Munshi, J. (2014). A method for constructing Likert scales. Social Science Research Network. https://doi.org/10.2139/ssrn.2419366Sheng, Y. & Sheng, Z. (2012). Is coefficient alpha robust to non-normal data? Frontiers in Psychology, 3(34), 1–13. https://doi.org/10.3389/fpstg.2012.00034Šimkovic, M. & Träuble, B. (2019). Robustness of statistical methods when measure is affected by ceiling and/or floor effect. PloS one, 14(8), 1–47. https://doi.org/10.1371/journal.pone.0220889Simms, L. J., Zelazny, K., Williams, T. F. & Bernstein, L. (2019). Does the number of response options matter? Psychometric perspectives using personality questionnaire data. Psychological Assessment, 31(4), 557–566. https://doi.org/10.1037/pas0000648Snell, E. (1964). A Scaling Procedure for Ordered Categorical Data. Biometrics, 20(3), 592–607. https://doi.org/10.2307/2528498Uyumaz, G. & Sırgancı, G. (2021). Determining the Factors Affecting the Psychological Distance Between Categories in the Rating Scale. International Journal of Contemporary Educational Research, 8(3), 178–190. https://doi.org/10.33200/ijcer.858599Wu, Ch.-H. (2007). An Empirical Study on the Transformation of Likert scale Data to Numerical Scores. Applied Mathematical Sciences, 1(58), 2851–2862. https://doi.org/10.12988/amsYusoff, R. & Janor, R. M. (2014). Generation of an Interval Metric Scale to Measure Attitude. SAGE Open, 4(1), 1–16. https://doi.org/10.1177/21582440135167689275114https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4485https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4486https://revistascientificas.cuc.edu.co/culturaeducacionysociedad/article/download/3915/4487Núm. 1 , Año 2023 : Cultura Educación y SociedadPublicationOREORE.xmltext/xml2563https://repositorio.cuc.edu.co/bitstreams/0637800a-0277-48fb-aea5-d5149e9685c5/downloade3e282da6c98e50b11a5c225af9e7a94MD5111323/11389oai:repositorio.cuc.edu.co:11323/113892024-09-17 10:56:43.171https://creativecommons.org/licenses/by-nc-nd/4.0/CULTURA EDUCACIÓN Y SOCIEDAD - 2022metadata.onlyhttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.co